Python多环境部署策略_配置隔离说明【指导】

python多环境部署核心是配置隔离与环境感知，通过ENV变量动态加载config/dev.py等对应配置，敏感信息用python-decouple或环境变量外部注入，依赖按requirements/base.txt、dev.txt等分层管理，容器化用docker多阶段构建和K8s ConfigMap/Secret强化隔离。

Python多环境部署的核心是让开发、测试、生产等不同阶段互不干扰，关键靠配置隔离与环境感知。不是简单复制代码，而是通过机制让同一套代码在不同环境下自动加载对应配置。

环境变量驱动配置加载

用ENV环境变量标识当前运行环境（如dev、staging、prod），程序启动时读取并加载对应配置模块：

• 项目结构建议：在config/下按环境分文件，如config/dev.py、config/prod.py
• 主配置入口（如config/__init__.py）根据os.environ.get(“ENV”)动态导入对应模块
• 避免硬编码环境名，统一由外部注入（如export ENV=prod或容器启动时指定）

敏感配置绝不进代码库

数据库密码、API密钥、JWT密钥等必须从外部加载，禁止写在.py配置文件中：

• 推荐使用python-decouple或dotenv加载.env文件（该文件不提交git）
• 生产环境优先用系统环境变量，比.env更安全可控
• 可设默认值兜底（如config(“DB_PASSword”, default=”devpass”)），但生产必须显式提供

依赖版本按环境收敛

不同环境可能需要不同依赖（如开发用pytest，生产不用），用分层requirements管理：

立即学习“Python免费学习笔记（深入）”；

• requirements/base.txt：所有环境共用的基础依赖（如flask==2.3.3）
• requirements/dev.txt：继承base，追加开发专用包（-r base.txt + pytest>=7.0）
• 部署时只安装对应环境的requirements（如pip install -r requirements/prod.txt）

容器化部署强化环境边界

Docker能天然隔离运行时环境，配合多阶段构建进一步精简生产镜像：

• Dockerfile中用ARG ENV=dev声明构建参数，RUN时传入真实值
• 多阶段构建：build阶段装全部依赖（含编译工具），final阶段仅copy编译产物和prod.txt依赖
• kubernetes中通过envFrom: configMapRef或secretRef注入配置，不写死在镜像里